Qualité des données

Résoudre la règle N°3

Pour piloter l’intelligence des données, il faut mettre en place une démarche qualité des données. Celle-ci doit produire les indicateurs de valeur du capital information du SI.

Procéder en 4 étapes :

  1. Effectuer un audit global du SI. L’audit produit une cartographie générale du SI avec les zones de valeur et les points sensibles
    • Utiliser des outils de profilage des données pour analyser le contenu des puits de données
  2. Déterminer les dimensions de la qualité qui vont quantifier la qualité.
    • La qualité doit en effet être objectivée sous forme d’une mesure qui pourra être répétée dans le temps. Cette historique de mesure donne la tendance d’évolution de la qualité.
    • Chaque dimension qualité est définie dans une fiche : définition, méthode de mesure, cas d’usage
  3. Mettre en place les outils de mesure des dimensions
  4. Mettre en place l’organisation de revue mensuelle des indicateurs qualité (par exemple un comité de gouvernance s’il existe)

Les défauts doivent donc être traités au niveau des problématiques élémentaires  :

  • Imprécision/Erreurs de saisie – Peut par exemple être la conséquence de  contrôles insuffisants
  • Jeux de données incomplets – Par exemple des processus d’alimentation qui ont des difficultés à réconcilier des données par absence de référentiels communs
  • Problèmes de formats qui génèrent des imprécisions

 

QualiteDonnees_2

 

QualiteDonnees_1

  • La gestion de la qualité des données peut-être lancée comme une mission spécifique. C’est le cas s’il s’avère nécessaire de corriger des problèmes récurrents dans certaines parties du SI, soit comme une

Obligation réglementaire comme Solvabilité 2, Bâle 3, SOX

  • Elle peut être une sous-activité des composants data warehouse et Master Data Management. Pour ce dernier, il est obligatoire d’associer des processus de gestion de la qualité car les données manipulées sont en position centrale et doivent offrir toutes les garanties.

Leave a Reply